


JavaScript-Datumsverarbeitungsfunktion, Stapelverarbeitung zur Leistungsoptimierung_Grundkenntnisse
其实网上写javascript日期格式化的博文很多,大体都看了看,都还不错。唯一遗憾的是只顾着实现了功能,没对函数进行性能优化。
俗话说:不要重复造轮子。google上找了一个比较不错的日期格式化函数,来开始我的优化之旅吧!
google上找的这个日期函数化函数,估计大家都很眼熟,以前我也一直在用。先看看优化后和优化前的效率对比吧!
1、优化之前的toDate函数(字符串转换成Date对象),重复执行1万次,耗时660毫秒
2、优化之前的dateFormat函数(Date对象格式化成字符串),重复执行1万次,耗时676毫秒
3、优化过后的toDate函数,重复执行1万次,耗时122毫秒
4、优化后的dateFormat函数,重复执行1万次,耗时160毫秒
为什么前后差别这么大,其实我也没做多少处理,只是为批处理做了一些缓存而已,认真观察所有网上那些日期格式函数,其实都是用正则进行匹配和替换。其实正则是很耗性能的,于是我在正则匹配的地方做了缓存,把匹配值建立索引。以后就不用每次都去做正则匹配了。
无代码无真相,接下来看看真相吧!
(function(window) { var sinojh = { Version : "1.2", Copyright : "Copyright© sino-jh 2012", Author : "Jeff Lan", Email : "jefflan@live.cn" }; /** * 方便于添加和重写类的属性 * @param {Object} attributes 添加的属性 */ Function.prototype.prototypes = function(attributes) { for ( var a in attributes) { this.prototype[a] = attributes[a]; } }; /** * 获取Url参数 * @param {String} parameter 参数名 * @return {String} 参数值 */ sinojh.getUrlParameter = function(parameter) { if (!sinojh.getUrlParameter.cache) { var url = window.location.href; var paraString = url.substring(url.indexOf("?") + 1, url.length).split("&"); var cache = {}; for ( var i in paraString) { var j = paraString[i]; cache[j.substring(0, j.indexOf("="))] = j.substring(j.indexOf("=") + 1, j.length); } sinojh.getUrlParameter.cache = cache; } return sinojh.getUrlParameter.cache[parameter]; }; /** * 日期格式化 * @param {Date} date 日期对象 * @param {String} formatStyle 格式化样式 * @return {String} 日期型字符串 */ sinojh.dateFormat = function(date, formatStyle) { formatStyle = formatStyle ? formatStyle : sinojh.dateFormat.settings.formatStyle; var time = { "M+" : date.getMonth() + 1, "d+" : date.getDate(), "h+" : date.getHours(), "m+" : date.getMinutes(), "s+" : date.getSeconds(), "S" : date.getMilliseconds() }; if (formatStyle == sinojh.dateFormat.formatStyleCache) { var replaceCache = sinojh.dateFormat.replaceCache; if (replaceCache["y+"]) { formatStyle = formatStyle.replace(replaceCache["y+"].replace, (date.getFullYear() + "").substring(replaceCache["y+"].index)); } for ( var k in time) { if (replaceCache[k]) { formatStyle = formatStyle.replace(replaceCache[k].replace, replaceCache[k].replace.length == 1 ? time[k] : ("00" + time[k]).substring(("" + time[k]).length)); } } } else { sinojh.dateFormat.formatStyleCache = formatStyle; var replaceCache = {}; if (new RegExp("(y+)").test(formatStyle)) { var index = 4 - RegExp.$1.length; replaceCache["y+"] = { replace : RegExp.$1, index : index }; formatStyle = formatStyle.replace(RegExp.$1, (date.getFullYear() + "").substring(index)); } for ( var k in time) { if (new RegExp("(" + k + ")").test(formatStyle)) { replaceCache[k] = { replace : RegExp.$1 }; formatStyle = formatStyle.replace(RegExp.$1, RegExp.$1.length == 1 ? time[k] : ("00" + time[k]).substring(("" + time[k]).length)); } } sinojh.dateFormat.replaceCache = replaceCache; } return formatStyle; }; sinojh.dateFormat.settings = { formatStyle : "yyyy-MM-dd hh:mm:ss" }; /** * 将日期格式的字符串转换成Date对象 * @param {String} dateStr 日期格式字符串 * @param {String} dateStyle 日期格式 * @return {Date} 日期对象 */ sinojh.toDate = function(dateStr, dateStyle) { dateStyle = dateStyle ? dateStyle : sinojh.toDate.settings.dateStyle; var compare = sinojh.toDate.compare; var result = new sinojh.toDate.result(); if (dateStyle == sinojh.toDate.settings.dateStyleCache) { var indexCache = sinojh.toDate.indexCache; for ( var k in compare) { if (indexCache[k]) { result[compare[k]] = dateStr.substring(indexCache[k].index, indexCache[k].index + indexCache[k].length); } } } else { var indexCache = {}; for ( var k in compare) { if (new RegExp("(" + k + ")").test(dateStyle)) { var index = dateStyle.indexOf(RegExp.$1); var length = RegExp.$1.length; indexCache[k] = { index : index, length : length }; result[compare[k]] = dateStr.substring(index, index + length); } } sinojh.toDate.indexCache = indexCache; sinojh.toDate.settings.dateStyleCache = dateStyle; } return new Date(result["y"], result["M"] - 1, result["d"], result["h"], result["m"], result["s"], result["S"]); }; sinojh.toDate.compare = { "y+" : "y", "M+" : "M", "d+" : "d", "h+" : "h", "m+" : "m", "s+" : "s", "S" : "S" }; sinojh.toDate.result = function() { }; sinojh.toDate.result.prototypes( { "y" : "", "M" : "", "d" : "", "h" : "00", "m" : "00", "s" : "00", "S" : "000" }); sinojh.toDate.settings = { dateStyle : "yyyy-MM-dd hh:mm:ss" }; delete Function.prototype.prototypes; window.jh = sinojh; }(this);

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

Um die Leistung von Go-Anwendungen zu verbessern, können wir folgende Optimierungsmaßnahmen ergreifen: Caching: Verwenden Sie Caching, um die Anzahl der Zugriffe auf den zugrunde liegenden Speicher zu reduzieren und die Leistung zu verbessern. Parallelität: Verwenden Sie Goroutinen und Kanäle, um langwierige Aufgaben parallel auszuführen. Speicherverwaltung: Verwalten Sie den Speicher manuell (mit dem unsicheren Paket), um die Leistung weiter zu optimieren. Um eine Anwendung zu skalieren, können wir die folgenden Techniken implementieren: Horizontale Skalierung (Horizontale Skalierung): Bereitstellung von Anwendungsinstanzen auf mehreren Servern oder Knoten. Lastausgleich: Verwenden Sie einen Lastausgleich, um Anforderungen auf mehrere Anwendungsinstanzen zu verteilen. Daten-Sharding: Verteilen Sie große Datensätze auf mehrere Datenbanken oder Speicherknoten, um die Abfrageleistung und Skalierbarkeit zu verbessern.

Durch die Erstellung mathematischer Modelle, die Durchführung von Simulationen und die Optimierung von Parametern kann C++ die Leistung eines Raketentriebwerks erheblich verbessern: Erstellen Sie ein mathematisches Modell eines Raketentriebwerks und beschreiben Sie sein Verhalten. Simulieren Sie die Motorleistung und berechnen Sie wichtige Parameter wie Schub und spezifischer Impuls. Identifizieren Sie Schlüsselparameter und suchen Sie mithilfe von Optimierungsalgorithmen wie genetischen Algorithmen nach optimalen Werten. Die Motorleistung wird auf der Grundlage optimierter Parameter neu berechnet, um den Gesamtwirkungsgrad zu verbessern.

Die C++-Leistungsoptimierung umfasst eine Vielzahl von Techniken, darunter: 1. Vermeidung dynamischer Zuordnung; 2. Verwendung von Compiler-Optimierungsflags; 4. Anwendungs-Caching; Der praktische Fall der Optimierung zeigt, wie diese Techniken angewendet werden, wenn die längste aufsteigende Teilfolge in einem ganzzahligen Array gefunden wird, wodurch die Effizienz des Algorithmus von O(n^2) auf O(nlogn) verbessert wird.

Die Leistung von Java-Frameworks kann durch die Implementierung von Caching-Mechanismen, Parallelverarbeitung, Datenbankoptimierung und Reduzierung des Speicherverbrauchs verbessert werden. Caching-Mechanismus: Reduzieren Sie die Anzahl der Datenbank- oder API-Anfragen und verbessern Sie die Leistung. Parallelverarbeitung: Nutzen Sie Multi-Core-CPUs, um Aufgaben gleichzeitig auszuführen und so den Durchsatz zu verbessern. Datenbankoptimierung: Abfragen optimieren, Indizes verwenden, Verbindungspools konfigurieren und die Datenbankleistung verbessern. Reduzieren Sie den Speicherverbrauch: Verwenden Sie leichte Frameworks, vermeiden Sie Lecks und verwenden Sie Analysetools, um den Speicherverbrauch zu reduzieren.

Zu den Techniken zur Leistungsoptimierung in C++ gehören: Profilerstellung zur Identifizierung von Engpässen und zur Verbesserung der Leistung des Array-Layouts. Die Speicherverwaltung nutzt intelligente Zeiger und Speicherpools, um die Zuweisungs- und Freigabeeffizienz zu verbessern. Parallelität nutzt Multithreading und atomare Operationen, um den Durchsatz großer Anwendungen zu erhöhen. Die Datenlokalität optimiert das Speicherlayout und die Zugriffsmuster und erhöht die Zugriffsgeschwindigkeit auf den Daten-Cache. Bei der Codegenerierung und Compileroptimierung werden Compileroptimierungstechniken wie Inlining und Loop-Unrolling angewendet, um optimierten Code für bestimmte Plattformen und Algorithmen zu generieren.

Profiling in Java wird verwendet, um den Zeit- und Ressourcenverbrauch bei der Anwendungsausführung zu ermitteln. Implementieren Sie die Profilerstellung mit JavaVisualVM: Stellen Sie eine Verbindung zur JVM her, um die Profilerstellung zu aktivieren, legen Sie das Abtastintervall fest, führen Sie die Anwendung aus, stoppen Sie die Profilerstellung und die Analyseergebnisse zeigen eine Baumansicht der Ausführungszeit an. Zu den Methoden zur Leistungsoptimierung gehören: Identifizieren von Hotspot-Reduktionsmethoden und Aufrufen von Optimierungsalgorithmen

Die Leistungsoptimierung für die Java-Microservices-Architektur umfasst die folgenden Techniken: Verwenden Sie JVM-Optimierungstools, um Leistungsengpässe zu identifizieren und zu beheben. Optimieren Sie den Garbage Collector und wählen und konfigurieren Sie eine GC-Strategie, die den Anforderungen Ihrer Anwendung entspricht. Verwenden Sie einen Caching-Dienst wie Memcached oder Redis, um die Antwortzeiten zu verbessern und die Datenbanklast zu reduzieren. Nutzen Sie asynchrone Programmierung, um Parallelität und Reaktionsfähigkeit zu verbessern. Teilen Sie Microservices auf und unterteilen Sie große monolithische Anwendungen in kleinere Services, um die Skalierbarkeit und Leistung zu verbessern.

Zu den Methoden zur Programmleistungsoptimierung gehören: Algorithmusoptimierung: Wählen Sie einen Algorithmus mit geringerer Zeitkomplexität und reduzieren Sie Schleifen und bedingte Anweisungen. Auswahl der Datenstruktur: Wählen Sie geeignete Datenstrukturen basierend auf Datenzugriffsmustern aus, z. B. Nachschlagebäume und Hash-Tabellen. Speicheroptimierung: Vermeiden Sie die Erstellung unnötiger Objekte, geben Sie nicht mehr verwendeten Speicher frei und verwenden Sie die Speicherpooltechnologie. Thread-Optimierung: Identifizieren Sie Aufgaben, die parallelisiert werden können, und optimieren Sie den Thread-Synchronisierungsmechanismus. Datenbankoptimierung: Erstellen Sie Indizes, um den Datenabruf zu beschleunigen, optimieren Sie Abfrageanweisungen und verwenden Sie Cache- oder NoSQL-Datenbanken, um die Leistung zu verbessern.
